我們可以用一個(gè)生動(dòng)的比喻來理解：

• 時(shí)域：就像只看一道完整的、已經(jīng)做好的菜肴。你能看到它的整體樣子，品嘗它的終味道，但很難地說出它到底放了多少克鹽、多少糖、多少醋。

• 頻域：就像把這道菜送進(jìn)實(shí)驗(yàn)室進(jìn)行成分分析。分析結(jié)果會(huì)告訴你這道菜里包含多少種成分（頻率），以及每種成分的含量是多少（幅度）。

傅里葉變換就是這個(gè)“成分分析儀”。它的思想是：任何復(fù)雜的波形，都可以分解成一系列頻率、幅度和相位不同的基本正弦波（Sin）和余弦波（Cos）的疊加。

一、概念：傅里葉級(jí)數(shù) (Fourier Series) - 周期性信號(hào)的分解

理解頻域轉(zhuǎn)換，先從傅里葉級(jí)數(shù)開始容易。它專門處理周期性信號(hào)。

• 定義：任何周期為 TT 的周期函數(shù) f(t)f(t) ，都可以表示為無數(shù)個(gè)正弦和余弦函數(shù)的和。

• 公式：
  f(t)=a0+∑n=1∞[ancos?(nω0t)+bnsin?(nω0t)]f(t)=a0+∑n=1∞[ancos(nω0t)+bnsin(nω0t)]

  • a0a0：直流分量（平均值）。

  • an,bnan,bn：各頻率分量的幅度（即該頻率的“含量”）。

  • ω0=2πTω0=T2π：基波頻率（基本的頻率）。

  • nω0nω0：n次諧波頻率（基頻的整數(shù)倍）。

做了什么？
傅里葉級(jí)數(shù)通過數(shù)學(xué)計(jì)算（積分）求出了公式中的系數(shù) a0,an,bna0,an,bn。這些系數(shù)就構(gòu)成了信號(hào)的頻域表示——它告訴我們信號(hào)中包含了哪些頻率，以及每個(gè)頻率的強(qiáng)度有多大。

圖示過程：

[時(shí)域] 一個(gè)復(fù)雜的周期方波信號(hào)
     |
     |  [傅里葉級(jí)數(shù)分解]
     |
[頻域] 一系列不同幅度、不同頻率的正弦波
     → 基波 (f0): 幅度 A1
     → 三次諧波 (3f0): 幅度 A3
     → 五次諧波 (5f0): 幅度 A5
     → ...

將這些正弦波全部疊加起來，就能完美地重構(gòu)出原來的方波。分解出的諧波越多，重構(gòu)的波形就越。

二、更強(qiáng)大的工具：傅里葉變換 (Fourier Transform) - 非周期性信號(hào)的分解

傅里葉級(jí)數(shù)只能處理周期性信號(hào)。為了處理非周期性信號(hào)（如一個(gè)脈沖、一段語音），我們將周期 TT 看作無窮大，這樣基頻 ω0ω0 就無窮小，離散的諧波就變成了連續(xù)的頻率。這就是傅里葉變換。

• 定義：它將一個(gè)時(shí)域信號(hào) f(t)f(t) 映射到連續(xù)的頻域 F(ω)F(ω)。

• 公式：
  F(ω)=∫?∞∞f(t)e?jωt?dtF(ω)=∫?∞∞f(t)e?jωtdt

  • F(ω)F(ω)：是一個(gè)復(fù)數(shù)，稱為頻譜。它的模 ∣F(ω)∣∣F(ω)∣ 表示幅度譜， argument 表示相位譜。

  • e?jωte?jωt：根據(jù)歐拉公式 ejθ=cos?θ+jsin?θejθ=cosθ+jsinθ，這其實(shí)就是在同時(shí)用正弦和余弦函數(shù)進(jìn)行“探測(cè)”。

物理意義：
這個(gè)公式可以理解為：讓信號(hào) f(t)f(t) 與一個(gè)頻率為 ωω 的復(fù)指數(shù)函數(shù) e?jωte?jωt 進(jìn)行“比對(duì)”。

• 如果信號(hào)中包含頻率 ωω 的分量，那么這個(gè)“比對(duì)”的結(jié)果（積分值）就會(huì)很大，體現(xiàn)在 F(ω)F(ω) 的幅度上。

• 如果信號(hào)中不包含頻率 ωω 的分量，那么“比對(duì)”結(jié)果就會(huì)很小甚至為零。

通過讓 ωω 在整個(gè)頻率軸上連續(xù)變化，我們就得到了信號(hào)在所有頻率上的“含量”，即完整的頻譜。

三、實(shí)際應(yīng)用：離散傅里葉變換 (DFT) 與快速傅里葉變換 (FFT)

計(jì)算機(jī)無法處理連續(xù)的模擬信號(hào)和無限的積分，它處理的是離散的數(shù)字信號(hào)。因此，我們使用：

1. 離散傅里葉變換 (DFT)：

   • 它是傅里葉變換在離散時(shí)間和離散頻率下的形式。

   • 輸入是 N 個(gè)離散的時(shí)域采樣點(diǎn) x[n]x[n]。

   • 輸出是 N 個(gè)離散的頻域點(diǎn) X[k]X[k] ，表示從直流到采樣頻率一半（奈奎斯特頻率）的 N 個(gè)等間隔頻率分量的幅度和相位。

2. 快速傅里葉變換 (FFT)：

   • FFT 不是一種新的變換，而是計(jì)算 DFT 的一種超級(jí)高效的算法！

   • 直接計(jì)算 DFT 的計(jì)算量極大（與 N2N2 成正比）。

   • FFT 算法巧妙地利用了 DFT 計(jì)算中的對(duì)稱性和周期性，將計(jì)算復(fù)雜度降低到 Nlog?NNlogN 的量級(jí)。

   • 正因?yàn)?FFT 的存在，實(shí)時(shí)頻域分析才成為可能。 你現(xiàn)在手機(jī)上的音頻均衡器、圖像濾鏡，背后都是 FFT 在飛速運(yùn)算。

在軟件（如Python, MATLAB）中實(shí)現(xiàn)時(shí)域轉(zhuǎn)頻域的典型步驟：

1. 采樣：用ADC以固定采樣率 fsfs 采集一段時(shí)域信號(hào)，得到離散序列 x[n]x[n]。

2. FFT計(jì)算：對(duì) x[n]x[n] 執(zhí)行 FFT 運(yùn)算，得到復(fù)數(shù)結(jié)果 X[k]X[k]。

3. 求幅度譜：計(jì)算 ∣X[k]∣∣X[k]∣ （復(fù)數(shù)的模），這就是每個(gè)頻率分量的幅度。

4. 構(gòu)建頻率軸：頻率軸的第 k 個(gè)點(diǎn)對(duì)應(yīng)的實(shí)際頻率是 fk=k?fsNfk=k?Nfs Hz。其中 NN 是采樣點(diǎn)數(shù)，fsNNfs 就是頻率分辨率（能區(qū)分的頻率間隔）。

總結(jié)